L’enjeu

1L’ouverture des systèmes informatiques se traduit par une explosion du volume de connaissance échangée et partagée. Des obstacles de poids viennent pondérer la perspective a priori favorable à un développement autant durable que global que l’on pourrait attendre du sens de ces échanges. Parmi ceux-ci la contrainte de l’internationalisation multiculturelle se dresse comme une barrière, qui constitue dans bien des cas un obstacle incontournable. Sauf à y consacrer de singuliers efforts, nous sommes encore loin de donner une garantie équitable de citoyenneté mondiale de ce point de vue particulier. Le phénomène, peu ou prou identifié a donné naissance au concept de fracture numérique. Celui-ci se manifeste partout de manière équitable et synchrone, au gré des générations ou des localisations [2].

2Cette contrainte socio économique se double d’une deuxième évolution, qui en majore les effets, il s’agit des métas descriptions, intermédiaires indispensables au commerce [3] international. Il s’agit des métadonnées autour desquelles sont en train de s’agréger de manière durable les paramètres de description des objets échangeables [4]. Avant d’en poser les principes d’évolution en cours, nous souhaitons dans les lignes qui suivent revisiter les fondations de l’édifice pour observer que, là non plus, les travaux sont encore loin d’être terminés.

Les caractères

3On parle de familles de caractères [5] lorsqu’ils sont regroupés pour écrire dans une langue donnée. On distingue, par exemple, les familles de caractères latins des cyrilliques, pourtant ces deux familles vont permettre d’écrire les mots de plusieurs langues chacune [6]. Le latin permet d’exprimer la plupart des langues d’Europe occidentale par écrit, alors que le cyrillique concerne plus de soixante langues différentes.

4L’anglais même, par exemple, emploie les caractères de l’écriture latine.

Des variantes à ne pas négliger :

Les diacritiques

5Entre autres choses, au plan de l’écriture l’anglais et le français pourtant tout deux utilisateurs du Latin se distinguent par l’emploi des diacritiques, accents et autres accessoires pour le français. Ainsi, nous le verrons, des précautions d’emploi devront être prises dans la réalité des écritures interopérables pour procéder à des échanges garantis et transparents.

Les symboles

6Ce sont des caractères translinguistiques qui vont permettre d’illustrer les écritures avec des représentations de grandeurs par exemple pour les poids et mesures. On s’aperçoit cependant que la représentation symbolique n’a pas forcément été conduite très en profondeur et que des variantes, là aussi, peuvent causer des troubles d’emploi, nombreux et parfois difficilement solubles.

Les sigles, acronymes

7Nécessaires raccourcis dans la pratique quotidienne, ils compliquent en retour la perception du sens. UER = EBU soit Union européenne des radios-télévisions devient European Broadcasters union...

8On gagne ainsi apparemment ce que l’on perd d’une autre manière, parfois en induisant de la confusion. Ceci peut prendre des proportions non négligeables dans l’indexation des termes d’un lexique multilingue, dans le cas ; comme ici, des dénominations composées.

9Dans certaines langues des acronymes peuvent devenir des mots courants troublant d’autant le traducteur, qui risque de chercher vainement le sens de quelques uns.

10En bref, on ne saurait ainsi limiter l’expression de l’écriture en français à l’usage des 26 lettres d’un alphabet latin. La représentation de l’écriture mobilise deux caractères pour représenter la même lettre, en minuscule et en majuscule. De plus, le recours à une ponctuation simple, (., ; : !? (){}∼) nécessite d’autres caractères additionnels. Au total on s’achemine vers un constat sensiblement alourdi, qui demande de vastes connaissances, autant culturelles que techniques, pour être correctement maîtrisé. De cette maîtrise correcte dépend une internationalisation équitable, respectueuse des cultures et pratiques, notamment dans le cas de certaines variantes.

Les Claviers

11Pour manipuler les caractères, la machine à écrire fut une invention très pratique de 1873. On note, parce qu’on tend à l’oublier, qu’Émile Baudot inventa l’année qui suivit, en 1874, le téléscripteur avec l’ambition de transmettre les caractères saisis que l’on appela ensuite le Télex. L’écriture internationale télex fit l’objet, en sont temps, d’une normalisation, dite ITA2 [7], qui est l’ancêtre historique de la normalisation des caractères des écritures du monde.

12Pendant 100 ans ce concept ne fut pas significativement remis en cause. Les premières mises en application de l’informatique commerciale [8] furent l’objet de développements propriétaires, donc antagonistes entre elles, des représentations écrites, ce qui en interdisait l’interopérabilité de façon simple. C’est à cette époque qu’IBM impose l’EBCDIC [9] qui conduira à une réflexion américaine pour maîtriser une forme publique de représentation, qui sera nommée ASCII [10]. En 1980, le Pc qui arriva et rendit quasi instantanément la communication interpersonnelle internationale, sans limite et donc mondiale. Cette machine à communiquer nouvelle se heurte très tôt aux limites de l’internationalisation. Il lui faut supporter des codages, dits étendus, passant des 7 éléments de représentations, soit 170 [11] emplacements disponibles dans les tables [12], à 8 éléments pour disposer d’un peu plus de marges, soir 256 emplacements dans les tables. Cette ouverture leur permet, enfin, de supporter une représentation presque comparable à celle de l’imprimerie courante, utilisée pour la presse où les livres. A cette époque, les imprimeurs résolvaient localement et manuellement leurs exceptions de représentations individuelles. Ce n’était pas vraiment un problème car les délais étaient couramment plus longs, et, surtout, il n’était pas question de réutiliser les saisies, qui étaient réalisées à fonds perdus. Ce n’est que plus tard, que ce que l’on appelle le prépresse [13], par la PAO, va devenir totalement numérique avec le souci d’apporter de nouveaux services éditoriaux assortis de garanties nouvelles, accessibilité multimodale et accès aux archives en ligne, indexation globale de fonds pour faciliter les recherches [14] etc.

13Cette logique d’extension de type hypermédia diachronique a accompagné une logique d’extension multimédia synchrone assurant la banalisation des représentations de toute la connaissance, texte et illustrations comprises.

14La famille AT 102 put se déployer en plusieurs dizaines de versions scripturales mais la plupart du temps sur une trame QWERTY. Seul le français de France restera attaché à la version dite AZERTY des claviers.

Les autres claviers

15Il s’agit des variantes des autres types de micro ordinateurs dans les quelles nous ne rentrerons pas ici. Nous pensons plutôt aux claviers des autres machines de plus en plus omniprésents dans notre entourage. A commencer par celui, numérique, de notre téléphone portable pourtant largement utilisé pour transmettre des messages écrits avec le SMS. On imagine déjà avec cette simple prolifération de moyens et de méthodes des difficultés pour harmoniser des dispositions simples répondants aux problèmes courants de tout un chacun.

Le stylo numérique

16Une alternative ?

17Il y a quelques mois, une innovation est apparue, apparemment prometteuse qui offre la possibilité de nous passer d’ordinateur en permanence et, surtout de s’affranchir de l’usage du clavier et donc de son apprentissage ! Le stylo intégrant un enregistreur de mouvement pouvant restituer à une machine d’accueil USB, la séquence de mouvement et de déplacements de la pointe pour le transcrire en signe de type caractères ou dessin. Cette solution n’est qu’apparemment séduisante car dans la réalité, il s’agit d’un système un peu plus lourd. Il faut en effet adjoindre un support micro repéré qui est indispensable pour que les mouvements du stylo soient enregistrés selon les références d’un repère précis.

Les aides à la traduction

18La généralisation de l’échange de textes électroniques puis la banalisation de leurs représentations codées ouvrirent la facilité à l’approche de la traduction automatique. Le texte codé devient un médiateur de la connaissance internationale. Pour cela il faut que certains outils évoluent dans la même direction pour permettre de raffiner les interprétations de sens alternatives qui émaillent fréquemment ce genre de travail. Parmi ceux-ci : dictionnaires, lexiques, thesaurus, vocabulaires, glossaires, répertoire, jargon, grammatologie...

Dictée vocale

19Une nouvelle interface de commande pour les machines

20L’énonciation des phonèmes par reconnaissance dans les textes concaténés est une technique bien maîtrisée. Elle a permis la mise au point de nombreux services, comme les annonces publiques dans les gares ou les aéroports. La dictée correspond à la technique inverse, il s’agit cette fois de faire reconnaître les phonèmes vocalisés par la machine. Cet exercice est plus compliqué car aléatoire et sensible aux variantes des locuteurs : accents, débits, ponctuation etc.

21Encore aujourd’hui la dictée vocale, pour fonctionner, requiert une phase d’apprentissage minimale de la machine pour conduire correctement et rapidement le dialogue. Au fil des années, une seule compagnie a fini par monopoliser un marché de toute façon limité, pour l’instant. Nous sommes encore loin de donner des instructions de cette façon, sauf dans le cas de certaines applications de serveurs téléphoniques vocaux. Peut-être que l’augmentation de la miniaturisation et du nomadisme nous y conduiront avec obligation.

La correction orthographique

22Vaste débat aussi vieux que celui de l’orthographe lui-même !!! Là encore la variabilité, fonction de l’actualité influencée par la mode est très difficile à suivre, des mots nouveaux entrent dans notre vocabulaire tous les jours !

Langue française

23Ce n’est certes qu’une langue parmi d’autres, avec cependant quelques spécificités liées à son rôle historique d’établissement de certains droits internationaux. Parce qu’elle langue de référence, la terminologie établie en français est une référence reconnue dans de nombreux domaines de l’activité.

24En ce sens, la langue française s’est posée (opposée ?) comme partenaire de l’expression anglophone, permettant d’éviter la désastreuse menace d’une domination mono linguistique.

25On conçoit dans le monde tel que nous le connaissons aujourd’hui que ce rôle est essentiel au maintien de certains équilibres socio-économiques. La terminologie est essentielle au support des actes du commerce parce qu’elle définit les produits par leurs noms, leurs marques, leurs caractéristiques et performances comme les outils de distribution et de consommation.

Définitions Source WikiPédia

26Un glyphe est une représentation graphique (parmi une infinité possible) d’un signe typographique, autrement dit d’un caractère (glyphe de caractère) ou d’un accent (glyphe d’accent). Un caractère particulier peut ainsi être créé en ajoutant un glyphe d’accent à un glyphe de caractère. Les logiciels informatiques ont accès au dessin de ce glyphe par l’intermédiaire d’une police de caractères : le tracé du glyphe y est le plus souvent défini par un ensemble de points ou de courbes de Bézier.

27Le caractère (d’imprimerie), à l’origine, en typographie, était une pièce métallique ayant le dessin en miroir d’une lettre ou d’un signe un relief, permettant l’impression. Les caractères étaient rangés dans une boîte appelée casse. Pour composer un texte, on les prenait et les plaçait sur un composteur qui permettait de les aligner, et notamment de respecter la largeur définie pour le texte (justification). Une fois les lignes composées, elles étaient transférées sur le cadre pour former la forme (matrice d’impression).

28Chaque signe imprimable est donc en plusieurs exemplaires dans la casse. On a plusieurs caractères – pièces métalliques – pour un signe imprimé donné, et même plusieurs jeux de caractères (romain, italique, gras, ...). On parlait aussi de caractère mobile, par opposition à l’impression par une plaque gravée dans la masse (comme en xylographie). De manière générale, Un caractère représente une variante d’un signe typographique destiné à l’impression. Les caractères sont regroupés en fonte de caractères dont ils partagent les caractéristiques (corps, empattements, graisse, etc.). On distingue les caractères du haut de casse (capitales ou majuscules), rangés en haut de la caisse », des caractères dits bas-de-casse (minuscules). Usuellement, en imprimerie on parle de capitales (du latin caput, capitis la tête ») et bas-de-casse. Avec l’arrivée de l’informatique on distingue le concept de glyphe, qui est une représentation graphique d’un signe typographique ou caractère. Le caractère est donc un archétype qui se décline selon la police, par exemple, pour le caractère A » (a capitale), on a les glyphes

29A, A, A, A, A, A, A, A, A, A, A, A, ...

30Chaque caractère informatique est référencé par un nombre, la définition de la représentation binaire des caractères constituant un codage de caractères.

31Par abus de langage, on appelle souvent ASCII » des normes qui étendent ASCII, mais qui ne sont pas compatibles entre elles. En particulier, les standards Windows-1252 (couramment utilisé sur Microsoft Windows dans les pays occidentaux), ISO 8859-1 (couramment utilisé sur Internet et Unix) et la page de code 850 (couramment utilisée sur DOS) ne sont pas la norme ASCII. Cet abus de langage ne va pas sans causer des confusions causant des incompatibilités, souvent rendues visibles par le fait que les caractères non ASCII comme les lettres accentuées » (éÈç) s’affichent mal. On écrit parfois ASCII de base pour bien identifier ASCII, et pas un standard plus étendu.

32ISO/CEI 8859 est constitué à ce jour des parties suivantes :

33

• ISO 8859-1 (latin-1 ou européen occidental) – probablement la partie la plus largement utilisée de ISO 8859, couvrant la plupart des langues européennes occidentales : l’allemand, l’anglais, le basque, le catalan, le danois, l’écossais, l’espagnol, le féringien, le finnois (partiellement), le français (partiellement), l’islandais, l’irlandais, l’italien, le néerlandais (partiellement), le norvégien, le portugais, le rhéto-roman et le suédois, certaines langues européennes sud-orientales (l’albanais), ainsi que des langues africaines (l’afrikaans et le swahili). Le symbole de l’euro et la capitale Ϋ, qui manquaient, sont dans la version révisée ISO 8859-15 (latin-9). Le jeu de caractères correspondant ISO-8859-1, approuvé par l’IANA, est le codage par défaut des anciens documents HTML ou des documents transmis par messages MIME, tels que les réponses HTTP quand le type de média du document est text » (par exemple les documents text/html »).
• ISO 8859-2 (latin-2 ou européen central) – prend en charge celles des langues d’Europe centrale ou de l’Est basées sur un alphabet romain. Ceci inclut le bosniaque, le croate, le polonais, le tchèque, le slovaque, le slovène et le hongrois. Le symbole de l’euro manquant est présent dans la version ISO 8859-16.
• ISO 8859-3 (latin-3 ou européen du Sud) – le turc, le maltais, et l’espéranto ; largement supplanté par ISO 8859-9 pour le turc, et par Unicode pour l’espéranto.
• ISO 8859-4 (latin-4 ou européen du Nord) – l’estonien, le letton, le lituanien, le groenlandais, et le sami.
• ISO 8859-5 (cyrillique) – Couvre la plupart des langues slaves utilisant un alphabet cyrillique, y compris le biélorusse, le bulgare, le macédonien, le russe, le serbe et l’ukrainien (partiellement).
• ISO 8859-6 (arabe) – Couvre les caractères les plus courants de l’arabe. Ne prend pas en charge d’autres langues à alphabet arabe. Nécessite un moteur de rendu qui prend en charge l’affichage bidirectionnel et l’analyse contextuelle.
• ISO 8859-7 (grec) – Couvre la langue grecque moderne (orthographe monotonique). Peut être utilisé aussi pour le grec ancien écrit sans accents ou dans l’orthographe monotonique, mais il manque les signes diacritiques pour l’orthographe polytonique. Ceux-ci ont été introduits avec Unicode.
• ISO 8859-8 (hébreu) – Couvre l’alphabet hébraïque moderne tel qu’il est utilisé en Israël. En pratique, deux codes différents existent : ordre logique (nécessite un moteur de rendu bidirectionnel pour l’affichage) et ordre visuel (gauche à droite).
• ISO 8859-9 (latin-5 ou turc) – Grosso modo le même que l’ISO 8859-1, où les lettres islandaises peu utilisées sont remplacées par des lettres turques. Il est aussi utilisé pour le kurde.
• ISO 8859-10 (latin-6 ou nordique) – Un réarrangement du latin-4. Considéré plus utile pour les langues nordiques. Les langues baltes utilisent plus souvent le latin-4.
• ISO 8859-11 (thaï) – Contient la plupart des glyphes requis pour la langue thaï.
• ISO 8859-12 – Était supposé couvrir l’alphabet devanāgarī, mais ce projet a été abandonné en 1997. ASCII et Unicode ISO/CEI 10646 couvrent le devanāgarī.
• ISO 8859-13 (latin-7 ou balte) – Ajoute quelques caractères supplémentaires pour les langues baltes qui manquaient en latin-4 et latin-6.
• ISO 8859-14 (latin-8 ou celtique) – Couvre des langues celtiques telles que l’irlandais (orthographe traditionnelle), le gaélique écossais, le mannois (langue disparue) et le breton (certaines anciennes orthographes).
• ISO 8859-15 (latin-9 ou parfois de façon impropre latin-0) – une révision de 8859-1 qui abandonne quelques symboles peu utilisés, les remplaçant avec le symbole de l’euro et les lettres Š, š, Ž, ž, Œ, œ, et Ÿ, ce qui complète la couverture du français, du finnois et de l’estonien.
• ISO 8859-16 (latin-10 ou européen du Sud-Est) – Prévu pour l’albanais, le croate, le hongrois, l’italien, le polonais, le roumain et le slovène, mais aussi le finnois, le français, l’allemand et l’irlandais (en nouvelle orthographe). Cette police mise plus sur les lettres que les symboles. Le signe de monnaie est remplacé par le symbole de l’Euro.

Webographie sommaire

34normalisation
http://www.iso.ch
http://www.iso.org/iso/fr/support/faqs/faqs_widely_used_standards.htm
http://www.itu.int

35Prépresse
http://generationig.free.fr

36Imprimerie
http://fr.wikipedia.org/wiki/Imprimerie
http://www.typographie.org/gutenberg/garamond/garamond_1.html

37Télématique
http://fr.wikipedia.org/wiki/T%C3%A9l%C3%A9matique
http://www.ofil.refer.org/tribune/n22/utilisat1.htm

38Caractères
http://fr.wikipedia.org/wiki/Caract%C3%A8re_(typographie)
http://fr.wikipedia.org/wiki/Lettre_(typographie)
http://www.table-ascii.com/

39Langues
http://fr.wikipedia.org/wiki/ISO_639
http://publications.europa.eu/code/fr/fr-370200.htm

40 Pays
http://www.iso.org/iso/fr/country_codes.htm
http://www.iso.org/iso/fr/country_codes/iso_3166_code_lists.htm

41Applications
http://www.issn.org/
http://www.isan.org/

Ouvrages et articles

42

• Simon Nora, Alain Minc, L’informatisation de la Société, La Documentation Française, Paris, 1978 (ISBN 2020049740)
• Bernard Marti, Télématique, techniques, normes, services, éd. Dunod, Paris, 1990
• Publications de l’IREM de Rennes en histoire et épistémologie des mathématiques Faire des mathématiques à travers leur histoire T4 Caractères d’imprimerie et courbes de Bézier Loïc Le Corre – 2002
• Minitel : histoire du réseau télématique français Antonio Gonzalez Emmanuelle Jouve FLUX Cahiers scientifiques internationaux Réseaux et territoires International Scientific Quarterly on Networks and TerritoriesISSN 1154-2721 version imprimée ISSN 1958-9557 version électronique Revue publiée avec le concours du CNRS, de l’ENPC et de l’Institut de la Gestion Déléguée
• ISO/IEC 8859-6 : 1999 Technologies de l’information – Jeux de caractères graphiques codés sur un seul octet – Partie 6 : Alphabet latin/arabe
• ISO/IEC 10646 : 2003 Technologies de l’information – Jeu universel de caractères codés sur plusieurs octets (JUC)